Análise da capacidade de hospedagem de geração fotovoltaica e otimização de perdas em sistemas de distribuição de energia elétrica considerando os controles dos inversores inteligentes

Abstract

Este trabalho propõe uma metodologia híbrida para a coordenação de inversores inteligentes em Redes de Distribuição de Energia Elétrica, com o objetivo de ampliar a Capacidade de Hospedagem da geração distribuída fotovoltaica, reduzir as perdas técnicas e assegurar a conformidade com os perfis de tensão. O problema abordado apresenta elevada complexidade e é formulado como uma Programação Não Linear Inteira Mista, cuja tratabilidade computacional é assegurada por meio da aplicação da Relaxação de McCormick para a linearização dos termos bilineares. A metodologia proposta está estruturada em duas etapas: na primeira, uma heurística baseada em pontuação ponderada é utilizada para a seleção da estratégia de controle local mais adequada entre Volt-VAr, Volt-Watt e fator de potência fixo; na segunda, é realizada uma otimização matemática voltada ao dimensionamento e à alocação da geração distribuída, considerando os diferentes modos operativos. Além disso, o modelo considera o efeito estocástico do carregamento de Veículos Elétricos. Os testes foram realizados nos sistemas IEEE de 33 e 136 nós, utilizando o ambiente AMPL/Gurobi. Os resultados indicam que a abordagem híbrida proporciona um equilíbrio superior entre eficiência operacional e integração da geração distribuída, identificando uma faixa de operação ideal para os pesos da função objetivo (alpha) entre 0,6 e 0,8. No sistema de 136 nós, a metodologia alcançou uma CH de até 2,5 MW, demonstrando sua escalabilidade e robustez para sistemas de maior porte.

This work proposes a hybrid methodology for the coordination of smart inverters in Electric Power Distribution Networks, aiming to increase the Hosting Capacity of photovoltaic distributed generation, reduce technical losses, and ensure compliance with voltage profiles. The addressed problem presents a high level of complexity and is formulated as a Mixed-Integer Nonlinear Programming problem, whose computational tractability is achieved through the application of McCormick Relaxation for the linearization of bilinear terms. The proposed methodology is structured in two stages: in the first stage, a weighted scoring–based heuristic is used to select the most appropriate local control strategy among Volt-VAr, Volt-Watt, and fixed power factor; in the second stage, a mathematical optimization is performed for the sizing and allocation of distributed generation, considering the different operating modes. In addition, the model accounts for the stochastic impact of Electric Vehicle charging. The methodology was tested on the IEEE 33-bus and 136-bus systems using the AMPL/Gurobi environment. The results indicate that the hybrid approach provides a superior balance between operational efficiency and distributed generation integration, identifying an optimal operating range for the objective function weights (alpha) between 0.6 and 0.8. In the 136-bus system, the methodology achieved a HC of up to 2.5 MW, demonstrating its scalability and robustness for larger-scale systems.